机器人乒乓球中球落点定位的数据高效在线学习

我们给出了一种在线优化算法的实现，用于在使用乒乓球机器人回击乒乓球时将球击向预定义目标。该在线算法在所谓的拦截策略上进行优化，拦截策略定义了机械臂拦截球的方式。在我们的案例中，这些策略由拦截时刻机械臂的状态（位置与速度）构成。通过从拦截策略到球在球台上落点的映射向优化算法提供梯度信息，该映射用黑盒与灰盒方法进行近似。我们的算法应用于一个由气动人工肌肉驱动、具有四个自由度的机械臂。结果表明，该机械臂约在 2-5 次迭代后就能将球回击到球台上任意预定义目标。我们通过展示使用黑盒与灰盒梯度均能快速收敛来凸显我们方法的鲁棒性。此外，达到接近目标所需的小迭代次数也突显了样本效率。演示视频可在此处查看：https://youtu.be/VC3KJoCss0k。